Verantwortungsbewusste künstliche Intelligenz

Microsoft ist bestrebt, die KI-Entwicklung voranzutreiben und orientiert sich dabei an ethischen Prinzipien, bei denen der Mensch im Vordergrund steht. Wir laden Sie ein, uns bei diesem Unterfangen als Partner zu unterstützen.

Prinzipien für verantwortungsbewusste KI

Wenn Sie KI-Lösungen implementieren, sollten Sie bei Ihrer Lösung die folgenden Prinzipien berücksichtigen:

• Fairness: KI-Systeme sollten alle Personen fair behandeln.
• Zuverlässigkeit und Sicherheit: KI-Systeme sollten zuverlässig und sicher funktionieren.
• Datenschutz und Sicherheit: KI-Systeme sollten sicher sein und die Privatsphäre respektieren.
• Inklusion: KI-Systeme sollten von jedem genutzt werden können und Personen einbeziehen.
• Transparenz: KI-Systeme sollten verständlich sein.
• Zurechenbarkeit: Personen sollten für KI-Systeme verantwortlich sein.

Etablieren einer Strategie für verantwortungsbewusste KI

Erfahren Sie, wie Sie basierend auf den Werten Ihrer Organisation eine eigene Strategie und eigene Prinzipien für verantwortungsbewusste KI entwickeln.

• KI Business School

Leitlinien für verantwortungsbewusste KI-Entwicklung

Diese Leitlinien helfen Ihnen dabei, potenzielle Probleme während des gesamten Softwareentwicklungs-Lebenszyklus zu antizipieren und zu behandeln, um die Entwicklung einer verantwortungsbewussten KI zu gewährleisten.

• Richtlinien für die Interaktion zwischen Mensch und KI
• Richtlinien für Gesprächs-KI
• Richtlinien für inklusives Design
• Prüfliste für KI-Fairness
• Datasheets for Datasets Vorlage
• Leitfaden für die KI-Sicherheitsentwicklung

Tools für verantwortungsbewusste KI

Es sind Tools verfügbar, die Entwicklern und Data Scientists helfen, KI-Systeme zu verstehen, zu schützen und zu kontrollieren. Diese können aus einer Vielzahl von Quellen stammen, z. B. aus Azure Machine Learning, Open-Source-Projekten oder der Forschung.

• Verstehen: KI-Systeme können sich aus verschiedensten Gründen unerwartet verhalten. Softwaretools können Ihnen dabei helfen, das Verhalten Ihrer KI-Systeme zu verstehen, damit Sie sie besser an Ihre Anforderungen anpassen können. Beispiele für diese Art von Tools sind InterpretML, Fehleranalyse und Fairlearn.
• Schützen: KI-Systeme basieren auf Daten. Softwaretools können Ihnen dabei helfen, diese Daten durch Gewährleistung von Datenschutz und Vertraulichkeit zu schützen. Beispiele für diese Art von Tool sind Vertrauliches Computing für Machine Learning, das SmartNoise-Toolkit für differenziellen Datenschutz, das SEAL-Toolkit für homomorphe Verschlüsselung und das Presidio-Toolkit zur Deidentifizierung von Daten.
• Steuern: Verantwortungsbewusste KI erfordert Governance und Kontrolle während des gesamten Entwicklungszyklus. Azure Machine Learning bietet einen Überwachungspfad für bessere Nachverfolgbarkeit, Herkunftsermittlung und Kontrolle, um gesetzliche Anforderungen zu erfüllen. Beispiele wären etwa Überwachungspfad und Nachverfolgbarkeit.

Nächste Schritte

Weitere Informationen zur verantwortungsvollen Entwicklung von Lösungen finden Sie unter:

• Übersicht über verantwortungsvolle KI
• Ressourcen für verantwortungsvolle KI
• Verantwortungsvolle Bots: Zehn Richtlinien für Entwickler von Konversations-KI